比较与torchvision.datasets.VOCSegmentation的差异

torchvision.datasets.VOCSegmentation

class torchvision.datasets.VOCSegmentation(
    root: str,
    year: str='2012',
    image_set: str='train',
    download: bool=False,
    transform: Optional[Callable]=None,
    target_transform: Optional[Callable]=None,
    transforms: Optional[Callable]=None
    )

更多内容详见torchvision.datasets.VOCSegmentation。

mindspore.dataset.VOCDataset

class mindspore.dataset.VOCDataset(
    dataset_dir,
    task="Segmentation",
    usage="train",
    class_indexing=None,
    num_samples=None,
    num_parallel_workers=None,
    shuffle=None,
    decode=False,
    sampler=None,
    num_shards=None,
    shard_id=None,
    cache=None,
    extra_metadata=False,
    decrypt=None
    )

更多内容详见mindspore.dataset.VOCDataset。

差异对比

PyTorch：生成PASCAL VOC图像分割格式数据集。

MindSpore：用于读取和分析VOC数据集的源数据集。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	root	dataset_dir	-
	参数2	year	-	MindSpore不支持
	参数3	image_set	usage	-
	参数4	download	-	MindSpore不支持
	参数5	transform	-	MindSpore通过 mindspore.dataset.map 操作支持
	参数6	target_transform	-	MindSpore通过 mindspore.dataset.map 操作支持
	参数7	transforms	-	MindSpore通过 mindspore.dataset.map 操作支持
	参数8	-	task	指定读取VOC数据的任务类型
	参数9	-	class_indexing	指定一个从label名称到label索引的映射
	参数10	-	num_samples	指定从数据集中读取的样本数
	参数11	-	num_parallel_workers	指定读取数据的工作线程数
	参数12	-	shuffle	指定是否混洗数据集
	参数13	-	decode	指定是否对图像进行解码
	参数14	-	sampler	指定采样器
	参数15	-	num_shards	指定分布式训练时将数据集进行划分的分片数
	参数16	-	shard_id	指定分布式训练时使用的分片ID号
	参数17	-	cache	指定单节点数据缓存服务
	参数18	-	extra_metadata	用于指定是否额外输出一个数据列用于表示图片元信息
	参数19	-	decrypt	图像解密函数

代码示例

import mindspore.dataset as ds
import torchvision.transforms as T
import torchvision.datasets as datasets
from torch.utils.data import DataLoader

# In MindSpore, the generated dataset with different task setting has different output columns.

voc_dataset_dir = "/path/to/voc_dataset_directory/"

# task = Segmentation, output columns: [image, dtype=uint8], [target,dtype=uint8].
dataset = ds.VOCDataset(dataset_dir=voc_dataset_dir,
                                                    task="Segmentation",
                                                    usage="train")
for item in dataset:
    print("item:", item[0])
    print(len(item[0]))
    break
# Out:
# item: [255 216 255 ...  73 255 217]
# 52544

# In torch, the output will be result of transform, eg. RandomCrop
root = "/path/to/voc_dataset_directory2/"

dataset = datasets.VOCSegmentation(root, image_set='train', year='2012', transform=T.RandomCrop(300))
print(dataset)
print(type(dataset))